在人民幣持續(xù)升值的趨勢下,外匯風險管理的重要性不言而喻。因此采用科學有效的方法來預測和優(yōu)化匯率預測模型具有重要意義。本文根據(jù)匯率模型的特點選擇綜合的時頻信號分析和神經網絡模型分析方法,對人民幣匯率的價格水平進行了前期的數(shù)據(jù)分析和處理,利用EEMD方法進行了有效信號篩選和重構,利用神經網絡進行了人民幣匯率的價格水平的預測,模型準確反映了波動變化的趨勢,驗證了本預測方法的有效性,為外匯管理規(guī)避市場風險,應對利率、匯率波動帶來的影響具有重要的現(xiàn)實意義。 

【文章頁數(shù)】：7 頁

【文章目錄】：
1 人民幣匯率行為預測研究現(xiàn)狀
2 神經網絡模型
    2.1 神經網絡算法應用簡介
    2.2 神經網絡模型預測效果評價
3 人民幣匯率預測模型實證研究
    3.1 數(shù)據(jù)準備
    3.2 數(shù)據(jù)前處理
    3.3 構造訓練樣本
    3.4 建立基于神經網絡的預測模型
    3.5 預測過程的具體實現(xiàn)
4 結 論


【參考文獻】：
期刊論文
[1]基于柔性神經網絡和轉矩分配函數(shù)的SRM控制[J]. 張錕,李紅偉,唐學建,胡其杰,陳琦.  微電機. 2020(07)
[2]人工神經網絡綜述[J]. 趙崇文.  山西電子技術. 2020(03)
[3]基于遺傳算法的BP神經網絡在匯率預測中的應用[J]. 魚丹.  科學技術創(chuàng)新. 2019(03)
[4]基于HHT-SVR模型的匯率數(shù)據(jù)去噪與預測[J]. 方兆本,李勇.  數(shù)理統(tǒng)計與管理. 2015(05)
[5]融合ICA的BP網絡在人民幣匯率預測中的應用[J]. 王曉輝,張衛(wèi)國,劉玉芳.  系統(tǒng)工程學報. 2014(03)
[6]BP神經網絡在匯率預測中的應用[J]. 徐緣圓.  時代金融. 2013(03)
[7]ARIMA融合神經網絡的人民幣匯率預測模型研究[J]. 熊志斌.  數(shù)量經濟技術經濟研究. 2011(06)
[8]基于RBF神經網絡美元兌人民幣匯率的預測[J]. 肖強,錢曉東.  信息技術. 2009(12)
[9]金融危機背景下的人民幣匯率預測[J]. 孫柏,謝赤.  系統(tǒng)工程理論與實踐. 2009(12)
[10]改進的高階神經網絡在匯率市場預測中的應用[J]. 谷月霞.  微型機與應用. 2009(20)

博士論文
[1]基于神經網絡模型的人民幣匯率預測研究[D]. 丁暉.湖南大學 2008



本文編號：3658070